摘 要：词语相似度研究作为人工智能领域中一项重要研究，被广泛应用于信息检索，词义消歧，机器翻译，语音自动摘要，分类和聚类等方面。现有的词语相似度算法主要分为基于语义资源和基于统计两类方法，第一种也被称为基于本体的词语相似度算法，主要根据词语所处的语境来反应词语的词义，即根据不同的层次结构组织中词所处的上下位与同位关系来计算词语的相似度。另一种也被称为基于大规模语料库的算法，研究上下文环境中各个词语之间出现的某种规律，利用统计技术计算的一种无监督机器学习的方法。本文重点介绍基于不同的语义资源的词语相似度算法，对词语相似度算法的未来做了展望。

关键词：词语相似度；语义资源；维基百科

DOI：10.16640/j.cnki.37-1222/t.2016.05.211

1 引言

随着云时代的来临，大数据越来越受人们关注。伴随着办公室无纸化推行，人们逐渐习惯于利用计算机进行数字化处理数据，自然语言处理的研究也飞速发展。词语是自然语言处理的最小单位，词语相似度的计算在自然语言处理的各个领域占有很重要的地位。词语相似度计算研究的是计算两个词语相似度的方法，词语之间有着非常复杂的关系，应用中常常将这种复杂的关系用简单的数量来度量。可见词语相似度研究有广阔的应用前景和重大研究价值。本文综合介绍了近年来基于几种常见语义资源的词语相似度算法和最新研究成果，对该领域的发展前景做出了展望。……